媒体与内容 / 体育视频内容
Formula 1：结合自然语言检索与比赛记录查找视频档案中的场景
- 企业
- Formula 1
- 国家
- 多个国家
- 实施阶段
- 运营中
- 资料发布
- 启用时间
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Formula 1制作团队和广播机构需要在海量比赛视频中找到某位车手首次获胜或情绪激动等难以仅靠标签查找的场景。AWS说明，档案规模达12拍字节，部分问题必须先查询独立数据库中的历史比赛结果，才能形成准确的检索条件。
使用的技术与数据
公司于2026年4月引入Media Archive Discovery。在现有OpenSearch检索之前加入Amazon Bedrock上的Amazon Nova，将自然语言请求转换为实际存在的档案标签和搜索条件。需要确认比赛事实时，模型仅返回查询结构而不直接编写SQL，验证器再将其转换为只读查询，限定使用获准的表和列。系统使用DynamoDB标签目录和RDS比赛记录，失败时退回普通文本检索。制作人员在时间轴界面查看结果并选择要使用的视频。
成果
AWS表示，以前需要数小时调查的视频查找如今可在数分钟内完成。仅提示词缓存就使模型成本下降88%，以精简JSON存储标签目录又进一步降低12%。这些数字描述相应模型处理成本，并非整个档案运营费或制作人工成本的降幅。
局限与待解问题
原文未披露搜索准确率评估样本、测量期间或系统总成本的前后对比。未将两项成本数字相加计算整体成本降幅。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。